متاحة مع Image Server
تستخدم أداة تصنيف وحدات البكسل باستخدام التعلم الشامل نموذج تعلم شامل لتصنيف وحدات البكسل في طبقة صور وفقًا لقائمة محددة من التسميات التي تشير إلى تصنيفات مختلفة.
المخرجات عبارة عن طبقة صور مستضافة.
مثال
يمكن استخدام أداة تصنيف وحدات البكسل باستخدام التعلم الشامل كإدخالات لاكتشاف التغيير الفئوي بين فترات زمنية مختلفة. يمكن استخدام طبقات الصور الموضوعية المصنفة التي تم إنتاجها في صورة إخراجات كطبقات صور إدخال لقياس التغيير بمرور الوقت. على سبيل المثال، يمكن استخدام أداة تصنيف وحدات البكسل باستخدام التعلم الشامل لإنشاء طبقة صور موضوعية لضواحي مدينة رئيسية لفترتين زمنيتين باستخدام نسق التصنيف نفسه. من خلال مقارنة طبقات الصور الموضوعية التي تم إنشاؤها، يمكن قياس وتحديد انتقال المناطق بين التصنيفات المحددة.
ملاحظات الاستخدام
تتضمن أداة تصنيف وحدات البكسل باستخدام التعلم الشامل عمليات تكوين لطبقة الإدخال وإعدادات النموذج وطبقة النتيجة.
طبقات الإدخال
تتضمن مجموعة طبقات الإدخال المعلمات التالية:
- طبقة الإدخال هي طبقة الصور أو الطبقة التي ستُستخدم للتصنيف. يجب أن تكون طبقة الصور المحددة مبنية على متطلبات نموذج التعلم الشامل الذي سيُستخدم لتصنيف وحدات البكسل.
- يوضح وضع المعالجة كيف ستُعالج عناصر البيانات النقطية في طبقة الصور بعضها مع بعض أو كل على حدة. يتضمن وضع المعالجة الخيارات التالية:
- معالجة كصورة فسيفساء—سيتم دمج جميع عناصر البيانات النقطية في مجموعة بيانات الفسيفساء أو في خدمة الصورة معًا كصورة فسيفساء وستتم معالجتها. هذا هو الوضع الافتراضي.
- معالجة جميع عناصر البيانات النقطية بشكل منفصل—ستتم معالجة جميع عناصر البيانات النقطية في مجموعة بيانات الفسيفساء أو في خدمة الصورة كصور منفصلة.
إعدادات النموذج
تشمل مجموعة إعدادات النموذج المعلمات التالية:
- يشير نموذج تصنيف البكسل إلى نموذج التعلم الشامل المراد استخدامه لتصنيف وحدات البكسل. يجب تحديد موقع نموذج التعلم الشامل في ArcGIS Online ليتم تحديده في الأداة. يمكنك تحديد النموذج الخاص بك، والذي يكون متاحًا بشكل عام في ArcGIS Online أو من ArcGIS Living Atlas of the World.
- تحدد وسيطات النموذج وسيطات الدالة المحددة في تصنيف دالة البيانات النقطية Python. تُدرج وسيطات ومعلمات التعلم الشامل الإضافية للتجارب والتحسين، مثل حد الثقة لتعديل الحساسية. تتم تعبئة أسماء الوسيطات من وحدة Python.
طبقة النتيجة
تتضمن مجموعة طبقة النتيجة المعلمات التالية:
- يُحدد اسم المخرجات اسم الطبقة التي تم إنشاؤها وإضافتها إلى الخريطة. يجب أن يكون الاسم فريدًا. إذا كانت هناك طبقة بنفس الاسم موجودة بالفعل في مؤسستك ، فستفشل الأداة وستتم مطالبتك باستخدام اسم مختلف.
- تُحدد أداة حفظ في مجلد اسم المجلد في المحتوى الخاص بي حيث الذي يتم فيه حفظ النتيجة.
بيئات
إعدادات بيئة التحليل هي معلمات إضافية تؤثر على نتائج الأدوات. يمكنك الوصول إلى إعدادات بيئة التحليل الخاصة بالأداة من مجموعة معلمات إعدادات البيئة.
تنفذ هذه الأداة بيئات التحليل التالية:
- النظام الإحداثي الناتج
- معالجة المدى
ملاحظة:
نطاق المعالجة الافتراضي في Map Viewer هو النطاق الكامل. يختلف هذا الإعداد الافتراضي عن Map Viewer Classic والذي يتم فيه تمكين استخدام نطاق الخريطة الحالي افتراضيًا.
- التقاط البيانات النقطية
- حجم الخلية
- معامل المعالجة المتوازية
- نوع المعالج
المخرجات
يكون الإخراج صورة موضوعية مصنفة مبنية على مخطط التصنيف المحدد في نموذج التعلم الشامل.
متطلبات الترخيص
تتطلب هذه الأداة الترخيصات والتكوينات التالية:
- نوع المستخدم Creator أو GIS Professional
- دور المسئول، أو الناشر، أو دور مخصص مكافئ
- ArcGIS Image Server تم تكوينها لتحليلات التعلم العميق بالبيانات النقطية
موارد
استخدم الموارد التالية لمعرفة المزيد:
- تصنيف وحدات البكسل باستخدام التعلم الشامل في ArcGIS REST API
- دالة classify_pixels في ArcGIS API for Python
- تصنيف وحدات البكسل باستخدام التعلم الشامل في ArcGIS Pro